Pandas DataFrame rpow() 方法
示例
查找 DataFrame 中每个值的 5 次幂
import pandas as pd
data = {
"points": [4, 5, 6],
"total": [10, 12, 15]
}
df = pd.DataFrame(data)
print(df.rpow(5))
自己试一试 »
定义和用法
rpow() 方法将 DataFrame 中每个值提升到指定数字的幂。
此方法称为反向幂，类似于pow() 方法，但它不是计算45，而是计算54。
指定的数字必须是可以用来提升 DataFrame 中值的数字对象。它可以是像示例中那样的常数，也可以是像列表[5, 10]或元组{"points": 5, "total": 10}这样的列表状对象，或者是一个与原始 DataFrame 匹配的 Pandas Series 或另一个 DataFrame。
语法
dataframe.pow(other, axis, level, fill_value)
参数
| 参数 | 描述 |
|---|---|
| other | 必填。一个数字、数字列表或另一个数据结构与原始 DataFrame 匹配的对象。 |
| axis | 可选，决定是按索引还是按列进行比较的定义。 0 或 'index' 表示按索引比较。 1 或 'columns' 表示按列比较 |
| level | 可选。一个数字或标签，指示比较的位置。 |
| fill_value | 可选。一个数字或 None。指定在进行计算之前如何处理 NaN 值。 |
返回值
包含结果的DataFrame。
